通过无变形参数化配置空间来规划凸集图中更短的路径
机器人学
2025-04-15 v2
摘要
基于优化的运动规划提供了通过各种成本和约束进行建模的有用框架。使用凸集图 (Graph of Convex Sets, GCS) 进行轨迹优化可通过将配置空间表示为凸集的有限并集，提供可行性和最优性保证。可用于处理诸如运动学环路等情况的非线性参数化，从而扩展了这一技术，但会扭曲距离，使得使用凸目标求解会得到在原始空间中次优的路径。我们提出了一种方法将 GCS 扩展到非凸目标，允许我们在保持可行性保证的同时“无变形”优化 landscape。我们在三个不同的机器人规划领域展示了该方法的有效性：一个双臂机器人搬运物体、使用欧拉角表示的 3D 旋转集，以及一种允许对冲突自由区域进行认证的有理参数化运动学。总体而言，该方法仅增加最小的运行时间，即可显著改善路径长度和轨迹持续时间。网站：https://shrutigarg914.github.io/pgd-gcs-results/
引用
@article{arxiv.2411.18913,
title = {Planning Shorter Paths in Graphs of Convex Sets by Undistorting Parametrized Configuration Spaces},
author = {Shruti Garg and Thomas Cohn and Russ Tedrake},
journal= {arXiv preprint arXiv:2411.18913},
year = {2025}
}
备注
8 pages, 6 figures, accepted to Robotics and Automation Letters in April 2025